杂草检测YOLOv7变体模型权重数据集

数据集概述

本数据集包含三种YOLOv7变体模型的训练权重文件，用于基于无人机影像的杂草与棉花检测。模型均以标注农业田间图像为训练数据，可实现棉花植株与杂草的分类及定位，适用于农业场景下的作物与杂草识别任务。

文件详解

• best_yolov7.pt：PT格式文件，为YOLOv7基础模型训练权重，基于mAP@0.5评估为最优性能 epoch，在测试变体中杂草检测精度最高
• best_yolov7w6.pt：PT格式文件，为YOLOv7-w6模型训练权重，模型架构更大更深，在复杂农业环境中泛化能力较强，但在杂乱和阴影区域表现弱于基础模型
• best_yolov7x.pt：PT格式文件，为YOLOv7-x模型训练权重，检测性能在类别间平衡，整体稳定性较好，但杂草检测精度略低于基础模型

适用场景

• 农业无人机遥感：实现田间杂草与棉花的自动化识别与定位
• 精准农业：为变量喷雾、杂草防除等精准农业措施提供数据支持
• 作物表型分析：辅助分析杂草对棉花生长的影响及田间分布规律
• 计算机视觉模型优化：用于对比不同YOLOv7变体在农业场景下的检测性能